Để đi sâu hơn về ML, chúng ta nên hiểu thêm về AI là gì, nó là được dùng như thế nào?….
Trước khi đi đến ý nghĩa của trí thông minh nhân tạo, hãy hiểu ý nghĩa của Trí thông minh là gì?
Thông minh(AI): Khả năng học hỏi và giải quyết vấn đề. Câu trả lời phổ biến nhất mà người ta mong đợi là “làm cho máy tính trở nên thông minh để chúng có thể hoạt động một cách thông minh!”, Nhưng câu hỏi đặt ra là thông minh đến mức nào? Làm thế nào người ta có thể đánh giá trí thông minh?
… Thông minh như con người. Nếu máy tính, bằng cách nào đó, có thể giải quyết các vấn đề trong thế giới thực, bằng cách tự cải thiện từ những trải nghiệm trong quá khứ, chúng sẽ được gọi là “thông minh”.
Do đó, các hệ thống AI chung chung hơn (thay vì cụ thể), có khả năng “suy nghĩ” và linh hoạt hơn.
Như chúng ta biết, trí thông minh là khả năng tiếp thu và áp dụng kiến thức. Kiến thức là thông tin có được thông qua kinh nghiệm. Kinh nghiệm là kiến thức có được thông qua tiếp xúc (đào tạo). Tổng hợp các thuật ngữ lại, chúng tôi nhận thấy trí thông minh nhân tạo là “bản sao của một cái gì đó tự nhiên (tức là con người)‘ WHO ’có khả năng thu thập và áp dụng thông tin mà nó thu được thông qua việc tiếp xúc.”
Trí thông minh bao gồm:
- Lý luận(Reasoning)
- Học tập(Learning)
- Giải quyết vấn đề(Problem Solving)
- Nhận thức(Perception)
- Trí tuệ ngôn ngữ(Linguistic Intelligence)
Nhiều công cụ được sử dụng trong AI, bao gồm các phiên bản tìm kiếm và tối ưu hóa toán học, logic, các phương pháp dựa trên xác suất và kinh tế học. Lĩnh vực AI dựa trên khoa học máy tính, toán học, tâm lý học, ngôn ngữ học, triết học, khoa học thần kinh, tâm lý nhân tạo và nhiều lĩnh vực khác.
Khi nào cần trí tuệ nhân tạo?
Để tạo ra các hệ thống chuyên gia thể hiện hành vi thông minh với khả năng tìm hiểu, chứng minh, giải thích và tư vấn cho người dùng của nó.
Giúp máy móc tìm ra giải pháp cho các vấn đề phức tạp như con người làm và áp dụng chúng dưới dạng thuật toán theo cách thân thiện với máy tính.
Các ứng dụng của AI bao gồm Xử lý ngôn ngữ tự nhiên, Trò chơi, Nhận dạng giọng nói, Hệ thống Thị giác, Chăm sóc sức khỏe, Ô tô, v.v.
Một hệ thống AI bao gồm một tác nhân và môi trường của nó. Tác nhân (ví dụ: con người hoặc rô bốt) là bất cứ thứ gì có thể nhận thức được môi trường của nó thông qua các cảm biến và tác động lên môi trường đó thông qua các bộ tạo hiệu ứng. Tác nhân thông minh phải có khả năng thiết lập mục tiêu và đạt được chúng. Trong các bài toán lập kế hoạch cổ điển, tác nhân có thể cho rằng đó là hệ thống duy nhất hành động trên thế giới, cho phép tác nhân chắc chắn về hậu quả của các hành động của mình. Tuy nhiên, nếu tác nhân không phải là tác nhân duy nhất, thì đòi hỏi tác nhân phải có lý do không chắc chắn. Điều này đòi hỏi một tác nhân không thể chỉ đánh giá môi trường và đưa ra dự đoán mà còn đánh giá các dự đoán và điều chỉnh dựa trên đánh giá của mình. Xử lý ngôn ngữ tự nhiên mang lại cho máy khả năng đọc và hiểu ngôn ngữ của con người. Một số ứng dụng đơn giản của xử lý ngôn ngữ tự nhiên bao gồm truy xuất thông tin, khai thác văn bản, trả lời câu hỏi và dịch máy. Cảm nhận máy là khả năng sử dụng đầu vào từ các cảm biến (như máy ảnh, micrô, cảm biến, v.v.) để suy luận các khía cạnh của thế giới. ví dụ: Thị giác máy tính. Các khái niệm như lý thuyết trò chơi, lý thuyết quyết định, đòi hỏi một tác nhân có thể phát hiện và mô hình hóa cảm xúc của con người.
Nhiều khi sinh viên nhầm lẫn giữa ML và Trí tuệ nhân tạo, nhưng ML, một khái niệm cơ bản của nghiên cứu AI kể từ khi ra đời, là nghiên cứu về các thuật toán máy tính tự động cải thiện thông qua trải nghiệm. Phân tích toán học của các thuật toán ML và hiệu suất của chúng là một nhánh của khoa học máy tính lý thuyết được gọi là lý thuyết học tập tính toán.
Stuart Shapiro chia nghiên cứu AI thành ba cách tiếp cận, mà ông gọi là tâm lý học tính toán, triết học tính toán và khoa học máy tính. Tâm lý học tính toán được sử dụng để tạo ra các chương trình máy tính bắt chước hành vi của con người. Triết lý tính toán được sử dụng để phát triển một bộ óc máy tính thích ứng và tự do. Thực hiện khoa học máy tính phục vụ mục tiêu tạo ra máy tính có thể thực hiện các nhiệm vụ mà trước đây chỉ con người mới có thể thực hiện được.
AI đã phát triển một số lượng lớn các công cụ để giải quyết các vấn đề khó khăn nhất trong khoa học máy tính, như:
- Tìm kiếm và tối ưu hóa
- Hợp lý
- Các phương pháp xác suất để lập luận không chắc chắn
- Bộ phân loại và phương pháp học thống kê
- Mạng nơron
- Lý thuyết kiểm soát
- Ngôn ngữ
Các ví dụ nổi bật về AI bao gồm các phương tiện tự hành (chẳng hạn như máy bay không người lái và ô tô tự lái), chẩn đoán y tế, sáng tạo nghệ thuật (chẳng hạn như thơ ca), chứng minh các định lý toán học, chơi trò chơi (chẳng hạn như Cờ vua hoặc cờ vây), công cụ tìm kiếm (chẳng hạn như Tìm kiếm của Google), trợ lý ảo (như Siri), nhận dạng hình ảnh trong ảnh, lọc thư rác, dự đoán các quyết định tư pháp và các quảng cáo trực tuyến được nhắm mục tiêu. Các ứng dụng khác bao gồm Chăm sóc sức khỏe, Ô tô, Tài chính, Trò chơi điện tử, v.v.
Có giới hạn nào đối với việc máy móc thông minh – hay sự lai tạo giữa người và máy – có thể đạt được không? Siêu trí tuệ, siêu trí tuệ, hay trí thông minh siêu phàm là một tác nhân giả định có thể sở hữu trí thông minh vượt xa trí thông minh và tài năng nhất của con người. ” Superintelligence ” cũng có thể đề cập đến hình thức hoặc mức độ thông minh của một đặc vụ.
Cài ứng dụng cafedev để dễ dàng cập nhật tin và học lập trình mọi lúc mọi nơi tại đây.
Nguồn và Tài liệu tiếng anh tham khảo:
Tài liệu từ cafedev:
- Full series tự học Python từ cơ bản tới nâng cao tại đây nha.
- Tự học ML bằng Python từ cơ bản tới nâng cao.
- Ebook về python tại đây.
- Các series tự học lập trình MIỄN PHÍ khác
- Nơi liên hệ hợp tác hoặc quảng cáo cùng Cafedevn tại đây.
Nếu bạn thấy hay và hữu ích, bạn có thể tham gia các kênh sau của cafedev để nhận được nhiều hơn nữa:
Chào thân ái và quyết thắng!
